• No results found

Identifiering av potentiella riskområden för höga halter av benso(a)pyren Nationell kartering av emissioner och halter av B(a)P från vedeldning i småhusområden

N/A
N/A
Protected

Academic year: 2021

Share "Identifiering av potentiella riskområden för höga halter av benso(a)pyren Nationell kartering av emissioner och halter av B(a)P från vedeldning i småhusområden"

Copied!
62
0
0

Loading.... (view fulltext now)

Full text

(1)

METEOROLOGI Nr 159, 2015

Identifiering av potentiella riskområden

för höga halter av benso(a)pyren

Nationell kartering av emissioner och halter av B(a)P från

vedeldning i småhusområden

Stefan Andersson, Johan Arvelius, Marina Verbova, Gunnar Omstedt och Martin Torstensson

(2)
(3)

METEOROLOGI Nr 159, 2015

Identifiering av potentiella riskområden för höga halter av

benso(a)pyren

Nationell kartering av emissioner och halter av B(a)P från vedeldning i småhusområden

Stefan Andersson, Johan Arvelius, Marina Verbova, Gunnar Omstedt och Martin Torstensson

(4)
(5)

Report Summary / Rapportsammanfattning

Issuing Agency/Utgivare

Swedish Meteorological and Hydrological Institute

Report number/Publikation SMHI Meteorologi nr 159 S-601 76 NORRKÖPING Sweden Report date/Utgivningsdatum December 2015 Author (s)/Författare

Stefan Andersson, Johan Arvelius, Marina Verbova, Gunnar Omstedt och Martin Torstensson

Title (and Subtitle/Titel

Identifiering av potentiella riskområden för höga halter av benso(a)pyren

Nationell kartering av emissioner och halter av B(a)P från vedeldning i småhusområden

Abstract/Sammandrag

Den här studien är en kartläggning och screening av emissioner och halter av benso(a)pyren (B(a)P) i Sverige. Syftet är att identifiera potentiella riskområden för överskridande av miljökvalitetsnormen (MKN). Ett övervägande bidrag till haltnivåerna till B(a)P är emissioner från den småskaliga vedeldningen, varför studien går ut på att beräkna och fördela emissionerna från uppvärmning av småhus.

Metodiken består översiktligt av tre delar; beräkning av kommunvisa emissioner av B(a)P i Sverige, fördelning av dessa årsemissioner inom kommunerna på ett raster om 1 km × 1 km samt beräkning av årsmedelhalter utifrån detta emissionsraster. För att beräkna kommunvisa årsemissioner av B(a)P utnyttjas statistik från MSB över antalet eldstäder, modellerade värden på småhusens energibehov från ENLOSS, antaganden om eldvanor och emissionsfaktorer per typ av eldstad. De kommunvisa emissionerna fördelas sedan inom kommunen i ett grid om 1 km × 1 km utgående från antal kvadratmeter boyta småhus per km2 från fastighetsregistret. För pannor används dessutom tätortsvis statistik från Energimarknadsinspektionen över antal anslutna småhus till fjärrvärmenät, som vi enligt egen fördelning applicerar tätortsvis.

Slutligen beräknas årsmedelhalter av B(a)P utifrån emissionsrastret på 1 km × 1 km utgående från linjära samband mellan emissioner och halter från tidigare genomförda lokalskaliga spridningsberäkningar med SIMAIR-ved i Västerbottenprojektet.

Huvudslutsatserna från studien är följande:

• De högsta årsemissionerna av B(a)P från vedpannor, som står för i särklass högst emission per enhet och därmed har störst påverkan på den lokala

luftkvaliteten, beräknas för Skellefteå (18 200 g år–1) följt av Örnsköldsvik (13 600 g år–1), Gotland (13 500 g år–1), Sundsvall (12 900 g år–1) och Hudiksvall (12

300 g år–1).

• Utifrån ett linjärt antagande mellan emissioner och halter fås kommunvisa årsmedelhalter av B(a)P 2012 på 0.03 – 1.03 ng m–3 för haltmåttet kartans högsta

värde (KHV). Motsvarande värden för kartans ytmedelvärde (KYM) är 0.01 – 0.25 ng m–3.

• Beräkningarna indikerar att det föreligger risk för överskridande av MKN (>1.0 ng m–3) i vissa enskilda gridrutor i tätorterna Sollefteå och Laholm (avseende årsmedelhalt av B(a)P uttryckt som KHV). Höga årsmedelhalter (>0.8 ng m–3) fås även för Kramfors, Säffle, Arvidsjaur, Boden, Skellefteå och Trollhättan. Detta är kommuner med en stor andel vedpannor i förhållande till lokaleldstäder.

• Merparten (273 av 290) av kommunerna i Sverige har haltnivåer (KHV) högre än miljökvalitetsmålet Frisk luft (>0.1 ng m–3). Här är påverkan även betydande för utsläpp från trivseleldning med lokaleldstäder.

• Studien ska ses som en översiktlig kartläggning och screening av emissioner och halter av B(a)P från småskaliga vedeldningen. Beräkningarna kan anses representera ett ”worst case”.

• Den i särklass största osäkerheten vad gäller indata är statistiken från MSB över antalet eldstäder per kommun, samt hur eldstäderna fördelas mellan olika kommuner i gemensamma räddningstjänstområden. Detaljeringsgraden av underlaget samt klassificeringen av eldstäderna kan variera betydligt mellan olika kommuner/räddningstjänstförbund. För kommuner som enligt beräkningarna har haltnivåer som överskrider eller är nära att överskrida MKN rekommenderas, i ett första steg, att en noggrannare granskning/inventering görs av indata som används i beräkningarna, i synnerhet antalet eldstäder.

Key words/sök-, nyckelord

Luftkvalitet, beoso(a)pyren, småskalig vedeldning, emissioner, halter, MKN, miljökvalitetsmål Frisk Luft

Supplementary notes/Tillägg Number of pages/Antal sidor

45

Language/Språk

Svenska

ISSN and title/ISSN och titel

0283-7730 SMHI Meteorologi

Report available from/Rapporten kan köpas från:

SMHI

S-601 76 NORRKÖPING Sweden

(6)
(7)

Innehållsförteckning

1 SAMMANFATTNING ... 1

2 BAKGRUND ... 3

3 SYFTE ... 3

4 METODIK ... 4

4.1 Beräkning av emissioner av B(a)P ... 4

4.1.1 Bearbetning av eldstadsinformation per kommun ... 4

4.1.2 Modellering av småhusens energibehov ... 6

4.1.3 Antaganden om eldvanor och fördelning mellan olika bränslen ... 7

4.1.4 Emissionsfaktorer, verkningsgrad och beräkning av eldstädernas emissioner ... 8

4.1.5 Bearbetning av statistik om antal småhus anslutna till fjärrvärmenät ... 9

4.1.6 Fördelningsnyckel inom kommuner ... 11

4.2 Beräkning av halter av B(a)P... 12

5 RESULTAT ... 14

5.1 Emissioner av B(a)P ... 14

5.1.1 Kommunvisa emissioner av B(a)P ... 14

5.1.2 Nationellt emissionsraster 1 km × 1 km av B(a)P ... 17

5.2 Halter av B(a)P ... 21 6 DISKUSSION ... 25 6.1 Osäkerheter ... 26 7 SLUTSATSER ... 28 8 REFERENSER ... 29 9 BILAGOR ... 31

9.1 Bilaga 1: Kommunvisa emissioner av B(a)P ... 32

9.2 Bilaga 2: Kommunvisa halter av B(a)P ... 36

9.3 Bilaga 3: Beskrivning av modellen ENLOSS för beräknings av småhusens energibehov ... 42

(8)
(9)

1

Sammanfattning

Den här studien är en kartläggning och screening av emissioner och halter av benso(a)pyren (B(a)P) i Sverige. Syftet är att identifiera potentiella riskområden för överskridande av miljökvalitetsnormen (MKN). Ett övervägande bidrag till haltnivåerna till B(a)P är emissioner från den småskaliga vedeldningen, varför studien går ut på att beräkna och fördela emissionerna från uppvärmning av småhus.

Metodiken består översiktligt av tre delar; beräkning av kommunvisa emissioner av B(a)P i Sverige, fördelning av dessa årsemissioner inom kommunerna på ett raster om 1 km × 1 km samt beräkning av årsmedelhalter utifrån detta emissionsraster.

För att beräkna kommunvisa årsemissioner av B(a)P utnyttjas:

• Statistik från MSB över antalet eldstäder (vedpannor, lokaleldstäder, pelletspannor och oljepannor) i de olika kommunerna/räddningstjänstförbunden. Ett medianvärde över åren 2008-2012 används eftersom datamaterialet innehåller större osäkerheter för enskilda år.

• Småhusens energibehov beräknas med modellen ENLOSS (Taeser och Andersson, 1984; Taeser et al., 2006) för två fall; år 2012 samt ett normalår (dvs. energibehovet för ett genomsnittligt meteorologiskt år för referensåren 1960-1990).

• Antaganden om eldvanor och andel bränsle görs utifrån erfarenheter från

Västerbottenprojektet (Omstedt et al., 2014) samt kännedom om antal anslutna småhus till fjärrvärmenät per kommun.

• Emissionsfaktorer per typ av eldstad samt verkningsgrad används utifrån en sammanställning över dagens kunskapsläge (överensstämmande med Västerbottenprojektet).

De kommunvisa emissionerna fördelas sedan inom kommunen i ett grid om 1 km × 1 km utgående från antal kvadratmeter boyta småhus per km2 från fastighetsregistret. För pannor används dessutom tätortsvis statistik från Energimarknadsinspektionen över antal anslutna småhus till fjärrvärmenät, som vi enligt egen fördelning applicerar tätortsvis.

Slutligen beräknas årsmedelhalter av B(a)P utifrån emissionsrastret på 1 km × 1 km utgående från linjära samband mellan emissioner och halter från tidigare genomförda lokalskaliga

spridningsberäkningar med SIMAIR-ved i Västerbottenprojektet. Olika faktorer används för områden som domineras av vedpannor respektive lokaleldstäder, eftersom emissionerna är större och mer koncentrerade från vedpannor. De haltmått som tas fram är kartans högsta värde (KHV) samt kartans ytmedelvärde (KYM), vilket sedan sammanställs kommunvis för maximala gridrutan i varje kommun i syfte att identifiera potentiella riskområden för överskridande av MKN.

Huvudslutsatserna från studien är följande: Årsemissioner av B(a)P

• Beräkningarna i studien ger nationella totalemissioner av B(a)P från småskalig uppvärmning (år 2012) på 880 kg år–1 för vedpannor, 630 kg år–1 för lokaleldstäder, 3.6 kg år–1 för

pelletspannor och 4.3 kg år–1 för oljepannor.

• Beräkningarna av kommunvisa totala årsemissioner av B(a)P från småhusens småskaliga uppvärmning (summan av vedpannor, lokaleldstäder, pelletspannor och oljepannor) ger nivåer på mellan 300 – 25 000 g år–1. Störst totalemission (mellan 20 000 och 25 000 g år–1) beräknas för Skellefteå, Stockholm, Sundsvall, Norrtälje och Gotland.

(10)

• De högsta årsemissionerna av B(a)P från vedpannor, som står för i särklass högst emission per enhet och därmed har störst påverkan på den lokala luftkvaliteten, beräknas för Skellefteå (18 200 g år–1) följt av Örnsköldsvik (13 600 g år–1), Gotland (13 500 g år–1), Sundsvall (12 900 g år–1) och Hudiksvall (12 300 g år–1).

Årsmedelhalter av B(a)P

• Utifrån ett linjärt antagande mellan emissioner och halter fås kommunvisa årsmedelhalter av B(a)P 2012 på 0.03 – 1.03 ng m–3 för haltmåttet kartans högsta värde (KHV). Motsvarande värden för kartans ytmedelvärde (KYM) är 0.01 – 0.25 ng m–3.

• Beräkningarna indikerar att det föreligger risk för överskridande av MKN (>1.0 ng m–3) i vissa enskilda gridrutor i tätorterna Sollefteå och Laholm (avseende årsmedelhalt av B(a)P uttryckt som KHV). Höga årsmedelhalter (>0.8 ng m–3) fås även för Kramfors, Säffle, Arvidsjaur, Boden, Skellefteå och Trollhättan. Detta är kommuner med en stor andel vedpannor i förhållande till lokaleldstäder.

• Merparten (273 av 290) av kommunerna i Sverige har haltnivåer (KHV) högre än

miljökvalitetsmålet Frisk luft (>0.1 ng m–3). Här är påverkan även betydande för utsläpp från trivseleldning med lokaleldstäder.

• Skillnaden är liten mellan år 2012 och normalåret avseende referensåren 1960-1990; halterna (och emissionerna) är generellt 4 % högre för normalåret, men värdet varierar mellan olika län eftersom energibehovet är beräknat länsvis (från 1 % lägre halter/emissioner i Kronobergs län till 7 % högre halter/emissioner i Örebro län för normalåret).

Resultatens osäkerhet och användning

• Studien ska ses som en översiktlig kartläggning och screening av emissioner och halter av B(a)P från småskaliga vedeldningen. Beräkningarna kan anses representera ett ”worst case”.

• Det finns många osäkerheter och felkällor att beakta. Exempel på indata som påverkar beräkningarna är antalet eldstäder per kommun, antalet småhus anslutna till fjärrvärme, antaganden om eldvanor och emissionsfaktorer.

• Den i särklass största osäkerheten vad gäller indata är statistiken från MSB över antalet eldstäder per kommun, samt hur eldstäderna fördelas mellan olika kommuner i gemensamma räddningstjänstområden. Detaljeringsgraden av underlaget samt klassificeringen av

eldstäderna kan variera betydligt mellan olika kommuner/räddningstjänstförbund.

• En annan osäkerhet vad gäller indata är statistik från Energimarknadsinspektionen över antalet anslutna småhus till fjärrvärmenät, men de indata bedöms emellertid vara mindre osäkra än antalet eldstäder, åtminstone på kommunnivå. Osäkerheten ligger främst i den geografiska spridningen av de anslutna fastigheterna.

• Metodiken vad gäller att beräkna lokala halter från emissionsraster på 1 km × 1 km med antagande om linjära samband är också givetvis osäker. Många lokala parametrar som påverkar spridningen fångas inte i beräkningarna. Dock verkar metodiken ändå reproducera gradienter bra och fungerar tillfredställande till översiktliga kartläggningar såsom denna studie.

• För kommuner som enligt beräkningarna har haltnivåer som överskrider eller är nära att överskrida MKN rekommenderas, i ett första steg, att en noggrannare granskning/inventering görs av indata som används i beräkningarna, i synnerhet antalet eldstäder.

(11)

2

Bakgrund

Den småskaliga vedeldningens påverkan på luftkvaliten i Sverige är relativt dåligt känd. Orsakerna är flera, bland annat beroende på svårigheter att välja representativa mätplatser och svårigheter att få fram relevanta indata till spridningsmodeller (eldningsutrustning, emissionsfaktorer,

bränsleförbrukning mm). Påverkan är främst lokal knuten till bostadsområden som använder

biobränslen för uppvärmning i pannor och lokaleldstäder. Få mätningar har gjorts i sådana områden. Inom Biobränsle-Hälsa-Miljö-projektet (BHM, 2003) gjordes i början på 2000-talet mätningar i Lycksele och Växjö. Mätdata finns också rapporterade till Naturvårdsverkets datavärdskap för luftkvalitet (IVL, 2015), men endast ett fåtal härrör från bostadsområden med vedeldning (se, t.ex. Omstedt et al., 2008; SLB-analys, 2010). På senare år har ett projekt på uppdrag av Naturvårdsverket med mätningar och modellering av luftkvaliteten i småhusområden i Västerbotten (Omstedt et al., 2014) visat att haltnivåerna väl understiger miljökvalitetsnormerna (MKN), men trots det finns hälsorisker; den uppskattade dödligheten beräknades till 4 personer per år och 100 000 invånare. En förorening med betydande bidrag från småskalig vedeldning är benso(a)pyren (B(a)P). B(a)P är en polycyklisk aromatisk kolväteförning (PAH) som är cancerframkallande och kan bland annat orsaka lungcancer, urinblåsecancer och hudcancer. Den småskaliga vedeldningen uppskattas svara för ca 65% av Sveriges totalemissioner av B(a)P år 2013 (SMED och Naturvårdsverket, 2015). Ur ett

befolkningsexponeringsperspektiv är den småskalig vedeldning troligen ännu mer dominerande i och med att utsläppen sker i områden där människor bor.

Miljökvalitetsnormen för B(a)P ingår i Luftkvalitetsförordning (2010:477). Normen är 1 ng m–3 för årsmedelvärde och utvärderingströsklarna är 0.6 och 0.4 ng m–3 för övre respektive nedre

utvärderingströskel. I Sverige har även en precisering av miljökvalitetsmålet Frisk luft gjorts; miljökvalitetsmålet för B(a)P har satts till 0.1 ng m–3 som årsmedelhalt (Regeringen, 2012).

Utgående från de fåtal studier som har gjorts är det är svårt att bedöma hur väl miljökvalitetsnormen för benso(a)pyren i bostadsområden med småskalig vedeldning generellt uppfylls i Sverige. I dessa studier används relativt detaljerad information om eldningsutrustning som tagits fram med hjälp av sotarna för att beräkna halter av B(a)P. Sådana data finns inte generellt att tillgå i landet.

Denna studie är den första av sitt slag och syftar till att bedöma haltnivåerna av B(a)P utifrån

beräknade emissioner, utan direkt användning av lokalskalig spridningsmodellering. Istället utnyttjas erfarenheter avseende samband mellan emissioner från småskalig vedeldning och halter av B(a)P från tidigare genomförda projekt för att bedöma om det föreligger risk för överskridande av MKN i bostadsområden i Sverige. Emissioner beräknas enligt bottom-up-principen i ett grid med en rumslig upplösning om 1 km × 1 km utifrån kommunvisa data över pannor och lokaleldstäder från MSB, antal anslutna småhus till fjärrvärmenät på tätortsnivå, modellerat energibehov, antaganden om eldvanor och bränslefördelning samt vedertagna emissionsfaktorer. Mer om metodiken återfinns i Avsnitt 4. I Avsnitt 5 presenteras resultaten i form av emissioner och halter i Sverige och i Avsnitt 6 diskuteras resultaten och osäkerhet kopplat till metodiken. Slutsatser presenteras i Avsnitt 7.

Målsättningen är att metodiken även ska leda till förbättringar inom projektet SMED geografisk fördelning av emissioner till luft (SMED, 2015), som utförs på uppdrag av Naturvårdsverket. Dessa data används inom internationell rapportering, regional miljömåls- och klimatuppföljning samt för spridningsberäkningar bland annat med det nationella luftkvalitetsmodellsystemet SIMAIR (Omstedt et al., 2011; Gidhagen et al., 2009).

3

Syfte

Projektet syftar till att kartlägga potentiella riskområden för överskridanden av MKN för B(a)P-halter från vedelning i småhusområden i Sverige. Metodiken kommer även att möjliggöra förbättringar i förfördelningen av emissioner från småskalig vedeldning inom SMEDs geografiska fördelning (nationella emissionsdatabasen för luftutsläpp i Sverige).

(12)

4

Metodik

Metodiken i detta projekt går ut på att med hjälp av beräknade emissioner uppskatta halterna av B(a)P genom att utnyttja erfarenheter och samband mellan emissioner och halter från tidigare detaljerade lokalskaliga spridningsmodelleringsstudier i vedeldade bostadsområden i Västerbotten (Omstedt et al., 2014). I Avsnitt 4.1 beskrivs hur emissionerna av B(a)P har beräknats och vilka data som har utnyttjats och i Avsnitt 4.2 redovisas vilka antaganden som har gjort när halter har beräknats utifrån

emissionsrastret.

4.1

Beräkning av emissioner av B(a)P

Beräkning av emissioner av B(a)P görs i ett grid över Sverige med en upplösning om 1 km × 1 km. Metodiken är bottom-up, det vill säga utgår från de aktivitetsdata som finns på kommunnivå och beräknar kommunvisa emissioner. Vid dessa beräkningar utnyttas:

• Eldstadsinformation per räddningstjänstområde från MSB, omräknat till kommunnivå

• Modellerat energibehov för småhus på länsnivå

• Antaganden om eldvanor och fördelningen mellan olika bränslen

• Emissionsfaktorer för B(a)P

I nuvarande metodik inom SMEDs geografiska fördelning (SMED, 2015) beräknas inte kommunvisa emissioner, utan Sverige indelas i fyra temperaturzoner varpå emissionerna i dessa områden beräknas utifrån nationella energibalanser och SCBs undersökningar av energianvändning i småhus.

För att få en så bra uppfattning som möjligt av hur den geografiska fördelningen av vedeldning ser ut inom kommuner har vi inom denna studie försökt att ta hänsyn till några viktiga påverkansfaktorer. De kommunvisa emissionerna fördelas i ett raster på 1 km × 1 km utgående från:

• Boyta för småhus (1 km × 1 km) från fastighetsregistret

• Antal småhus anslutna till fjärrvärmenät från Energimarknadsinspektionen, där data bearbetas med vår egen metodik för omräkning till tätortsnivå

I SMEDs geografiska fördelning fördelas i nuläget emissionerna över boyta småhus och emissionerna skalas ner med en faktor 0.3 i tätorter med mer än 20 000 invånare, som anses ha utbyggt

fjärrvärmenät. I den nya metodiken i denna studie beräknas denna faktor separat för varje tätort, utgående från antal anslutna småhus till fjärrvärmenät.

4.1.1 Bearbetning av eldstadsinformation per kommun

Varje år genomför Myndigheten för samhällsskydd och beredskap (MSB) tillsammans med

länsstyrelserna en uppföljning över kommunernas arbete enligt Lagen om skydd mot olyckor (LSO) i kommunen (MSB, 2015). Årsuppföljningen är ett av flera underlag som Länsstyrelsen använder sig av i sin tillsyn över kommunerna.

Statistik över antal eldstäder av olika typer finns tillgänglig från MSBs databas IDA (http://ida.msb.se). De typer av eldstäder som har utnyttjas inom detta projekt är:

• Vedpannor (summan av fastbränslepannor keramik samt fastbränslepannor konventionella)

• Lokaleldstäder (summan av lokaleldstäder och lokaleldstäder med pellets)

• Pelletspannor

• Oljepannor (under 60 kW, villapannor)

I databasen är antalet eldstäder uppdelade på landets räddningstjänstförbund. Vissa kommuner driver en egen räddningstjänst och är då upptagna under kommunnamnet, medan andra kommuner har gått in i ett räddningstjänstförbund med en eller flera grannkommuner. Dessa räddningstjänstförbund ändrar sammansättning över tid och flera sådana ändringar kan observeras varje år. Uppgifter om

(13)

räddningstjänstförbundens sammansättning varje år kommer från MSB. För att få en så jämförbar statistik som möjligt har vi valt att dela upp antalet eldstäder mellan kommunerna i

räddningstjänstförbunden varje år.

För lokaleldstäder, som här antas inte används som huvudsaklig uppvärmning av huset, har vi viktat denna uppdelning med antal småhus i kommunen, hämtat från SCBs statistikdatabas

(http://www.statistikdatabasen.scb.se) enligt

=  

 (1)

där  är antalet lokaleldstäder i kommunen,  är antalet lokaleldstäder i räddningstjänstområdet,  är antalet småhus i kommunen och  är antalet småhus i räddningstjänstområdet.

För pannor (vedpannor, pelletspannor och oljepannor), som antas användas som huvudsaklig

värmekälla, har vi istället valt att subtrahera antalet småhus anslutna till fjärrvärme från antalet småhus i vikterna. Antalet pannor av en viss typ blir då

=   

  (2)

Där  är antalet anslutna småhus till fjärrvärme i kommunen och  är antalet anslutna småhus till fjärrvärme i räddningstjänstområdet.

På det sättet erhålls en bättre fördelning av antalet pannor mellan kommuner som har mer eller mindre utbyggd fjärrvärme. Mer om denna metodik i Avsnitt 4.1.5.

Uppdelningen av eldstäder mellan kommuner i ett räddningstjänstförbund ger en viss osäkerhet för antalet enheter inom en kommun, i synnerhet i tidsserien för kommuner som byter

räddningstjänstförbund. Räddningstjänsternas statistik har dock större osäkerheter än detta fel; det finns gott om dataluckor där det saknas redovisning för vissa typer av eldstäder något eller flera år. Det finns också exempel på mycket stora skillnader i rapporteringen från år till år mellan tiotals och tusentals eldstäder av en viss typ. Det tyder på att det finns skillnader i insamlingsmetodik, inte bara mellan förbund, utan också över tid. I några fall beror detta på att klassificeringen varierar; när en typ av eldstad drastiskt ökar mellan två år inom ett område minskar en annan inom samma område. Det har vi tolkat som att det troligen är samma eldstäder som av någon anledning klassificerats annorlunda och klassificeringen inte alltid är tillförlitlig.

Den datakälla som har störst osäkerheter i den här studien bedöms vara statistiken över antalet eldstäder. Den osäkerheten gör det i praktiken omöjligt att föra någon statistik för varje år. Detta har lösts genom att göra beräkningarna som beskrivs ovan för de år där statistik finns över eldstäder och slutligen ta medianvärdet av de framräknade värdena. Medianvärdet har valts för att det i många fall är vissa år som har mycket kraftigt avvikande statistik som skulle påverka ett aritmetiskt medelvärde, men som förmodligen beror på en avvikande metodik i statistikinsamlingen något år. Trots att det bara är en datakälla som har så stora variationer att det föranleder att vi använder en median för samtliga år, måste beräkningarna ske årsvis och medianberäkningen efteråt eftersom räddningstjänstförbundens sammansättning ändras mellan åren.

I Figur 1 visualiseras i kartform kommunvis statistik över antalet vedpannor samt antalet

lokaleldstäder som har tagits fram med ovan beskrivna metodik. Från sammanställningen framgår att antalet lokaleldstäder beror i hög utsträckning på antalet småhus i kommunen, vilket är att vänta eftersom de främst används för trivseleldning. Antalet vedpannor däremot beror i högre grad på tillgången till fjärrvärme. Mest vedpannor enligt sammanställningen (> 2000 per kommun) beräknas finnas i Skellefteå, Örnsköldsvik, Gotland, Sundsvall, Hudiksvall, Falun, Örebro, Vårgårda, Alvesta, Laholm, Hässleholm och Växjö.

(14)

Figur 1. Antalet vedpannor per kommun (till vänster) och antalet lokaleldstäder per kommun (till höger) utgående från bearbetningen av eldstadsstatistiken från MSB (2015).

Figur 2 (vänster figur) visar antalet eldstäder enligt fördelningsmetodiken i studien för alla kommuner utom storstadsområdena (definieras i Avsnitt 4.1.5) uppdelat på pannor, som är summan av de typer som antas användas som huvudsaklig värmekälla för hushållet, och lokaleldstäder, som antas trivseleldas. Figur 2 (höger figur) visar motsvarande förhållanden för storstadskommunerna.

Statistiken för eldstäder skiljer inte ut vilken typ av byggnad eldstaden finns i; det är alltså summan av eldstäder i småhus, fritidshus och lägenheter. Det är därför inte orimligt att det finns fler lokaleldstäder än småhus, såsom observeras i figuren. För pannor finns en effektgräns på 60 kW vilket skiljer ut pannor i småhus från flerbostadshus. Som synes i figurerna understiger antalet värmepannor antalet småhus i samtliga kommuner.

Figur 2. Antalet värmepannor (×) samt lokaleldstäder (+) i Sveriges kommuner i relation till antalet småhus i

kommunen. Till vänster visas alla kommuner utom storstadskommuner och till höger visas storstadskommuner. Den heldragna linjen anger förhållandet 1:1.

4.1.2 Modellering av småhusens energibehov

En av faktorerna som avgör bränsleförbrukningen vid den småskaliga förbränningen är småhusens energibehov. Vädret har en stor inverkan på byggnaders uppvärmningsbehov. Med hjälp av modellen ENLOSS (Taeser och Andersson, 1984; Taeser et al., 2006) kan meteorologins samlade betydelse för energiåtgången i byggnader beräknas för olika delar av Sverige. Denna modell används bland annat för normalårskorrigering av Sveriges utsläpp av koldioxid från uppvärmning (SMED, 2012). Modellen beskrivs i mer detalj i Bilaga 3.

(15)

Småhusens energibehov har länsvis beräknats för meteorologiska förutsättningar för år 2012, eftersom haltberäkningarna görs för detta år (Avsnitt 4.2). Vidare beräknas energibehov även för ett normalår. Med normalår menas småhusens genomsnittliga energibehov för de meteorologiska referensåren 1960-1990. På så sätt kan en känslighetsanalys av emissionsberäkningarna senare göras.

Vid beräkningarna med ENLOSS beräknas energibehovet för det totala uppvärmningsbehovet av boytan för småhus länsvis. Vid beräkning av emissioner från eldstäder behöver dock energibehovet uttryckas per småhusenhet, varför en boyta på ett genomsnittshus (152 m2) har antagits i dessa beräkningar (SCB, 2015).

I Tabell 1 redovisas beräknade energibehov för ett genomsnittshus länsvis. Värden anges för år 2012 samt ett normalår. Av tabellen framgår att uppvärmningsbehovet, som väntat, är störst i nordligaste Sverige. 2012 var överlag ganska nära ett genomsnittligt år; energibehovet var något mindre än ett normalår överlag i Sverige, men skillnader kan observeras mellan olika län.

Tabell 1. Energibehov för småhus länsvis beräknat med ENLOSS-modellen. Energibehovet redovisas dels för

år 2012, dels för ett normalår (energibehov för ett genomsnittligt meteorologiskt år för referensperioden 1960-1990). Antagende har gjorts om ett genomsnittligt småhus med en boyta på 152 m2.

Energibehov [kWh år–1] per genomsnittligt småhus

2012 Normalår Stockholms län 12 808 13 259 Uppsala län 13 554 13 961 Södermanlands län 13 056 13 667 Östergötlands län 12 738 13 294 Jönköpings län 13 357 13 794 Kronobergs län 13 013 12 877 Kalmars län 12 338 12 788 Gotlands län 12 278 12 738 Blekinge län 11 969 12 372 Skåne län 11 380 12 080 Hallands län 12 067 12 714 Västra Götalands län 12 472 12 969 Värmlands län 13 658 14 259 Örebro län 13 428 14 403 Västmanlands län 13 450 13 950 Dalarnas län 14 812 15 779 Gävleborgs län 14 600 14 884 Västernorrlands län 15 680 16 566 Jämtlands län 17 653 17 600 Västerbottens län 17 128 17 910 Norrbottens län 18 681 19 059

4.1.3 Antaganden om eldvanor och fördelning mellan olika bränslen

En annan faktor som har stor påverkan på småhusens bränsleförbrukning är eldvanor och fördelningen mellan olika bränslen.

Detta är en parameter som i hög grad påverkar beräkningen av emissioner från eldstäder. Tyvärr är ett begränsat antal undersökningar gjorda avseende eldvanor. I beräkningar i denna rapport utnyttjas erfarenheter från Västerbottenprojektet (Omstedt et al., 2014) där en enkätundersökning skickades ut till 176 hushåll i Vännäs, Vännäsby, Sävar och Tavleliden/Tomtebo (villaförorter till Umeå).

(16)

användning och vedpannor stor användning. Enkätstudien kunde emellertid inte påvisa någon skillnad i vedförbrukning mellan dessa två typer av vedpannor, varför ett genomsnittligt värde (oavsett

klassificering) om 14.9 m3 vedförbrukning per år antas för områden som saknar fjärrvärme (motsvarande ca 11 309 kWh år–1). Detta motsvarar ca 63 % av husets totala energibehov.

I Tabell 2 redovisas, utgående från eldvaneundersökningen i Västerbottenstudien, bränslefördelningen enligt de fyra klasser av eldstäder som ingår i denna studie. Resultat visas för områden utan fjärrvärme respektive områden med tillgång till fjärrvärme. Som framgår av tabellen påverkas vedpannorna av fjärrvärmetillgången; för områden med fjärrvärme värms småhusen upp med i genomsnitt 21 % ved, för områden utan fjärrvärme 63 % ved. Fjärrvärmefaktorn som beskrivs i Avsnitt 4.1.5 (genomsnittligt för kommunen) utnyttjas för beräkningen av de kommunvisa emissionerna; en fjärrvärmefaktor om 0.2 (mycket fjärrvärme) ger andel ved på 21 % och sedan ökar andelen ved linjärt för att för en fjärrvärmefaktor om 1 (fjärrvärme ej tillgängligt) ge andel ved på 63 %. För de andra elstäderna (lokaleldstad, pelletspanna och oljepanna) antas användningen inte påverkas av fjärrvärmetillgång. Tabell 2. Uppskattad andel bränsle (el/fjärrvärme, ved, pellets och olja) jämfört med småhusets totala

energibehov, som används i denna studie för vedpannor, lokaleldstäder, pelletspannor och oljepannor för områden med respektive utan fjärrvärme. Uppgifterna bygger på erfarenheter från Västerbottenprojektet (Omstedt et al., 2014).

Område med fjärrvärme Område utan fjärrvärme

El [%] Ved [%] Pellets [%] Olja [%] El [%] Ved [%] Pellets [%] Olja [%] Vedpanna 79 21 0 0 37 63 0 0 Lokaleldstad 89 11 0 0 89 11 0 0 Pelletspanna 39 61 0 0 39 61 0 0 Oljepanna 0 0 0 100 0 0 0 100

4.1.4 Emissionsfaktorer, verkningsgrad och beräkning av eldstädernas emissioner

I Tabell 3 framgår emissionsfaktorerna av B(a)P som används i beräkningarna i denna studie. Notera att de delvis skiljer sig från dem som redovisas i Västerbottenprojektet (Omstedt et al., 2014), emellertid avviker värdena som redovisas i Tabell 10 i Omstedt et al. (2014) från dem som verkligen användes i studien och de riktiga värdena överensstämmer med Tabell 3 nedan. Emissionsfaktorn är störst för vedpannor (0.1 mg MJ–1), vilken baseras på Todorovic et al. (2007) med antagande om 50 % gamla pannor, 50 % nya pannor och 10 % pyreldning1 av de gamla pannorna. Motsvarande

emissionsfaktor som används inom internationella rapporteringen (SMED och Naturvårdsverket, 2015) är 0.08 mg MJ–1. Tabell 3 är ett sammanvägt värde mellan Todorovic et al. (2007), SMED (2015) och uppskattningar som görs av EMEP/EEA (2013).

Tabell 3. Emissionsfaktorer av B(a)P som används i denna studie.

Typ av eldstad Emissionsfaktor för B(a)P [mg MJ–1]

Vedpanna 0.1

Lokaleldstad 0.05 Pelletspanna 0.001 Oljepanna 0.001

Verkningsgraden som används för olika typer av eldstäder visas i Tabell 4. De överensstämmer med värden som användes i Omstedt et al. (2014). Observera att verkningsgranden kan skilja en del mellan gamla och nya pannor, men det använda värdet är ett uppskattat genomsnittligt värde.

Tabell 4. Antagen verkningsgrad för de olika typer av eldstäder som ingår i beräkningarna i denna studie.

Typ av eldstad Verkningsgrad ɳ [%] Vedpanna 70 Lokaleldstad 70 Pelletspanna 75 Oljepanna 90 1

Med pyreldning avses eldning med strypt eller minskad syretillförsel, vilket innebär att bränslet inte blir fullständigt förbränt. Detta leder till högre utsläpp.

(17)

Med hjälp av metodiken i Avsnitt 4.1.1 till 4.1.4 kan slutgiltigen årsemissionen från varje enskild eldstad i sammanställningen av eldstäder beräknas genom

[mg år ] =[ å]∙.∙% [!" #$]∙ &'ä)*+, (3)

där är årsemissionen, - är småhusets energibehov, ./ är emissionsfaktorn, ɳ är verkningsgraden

och &'ä)*+, är andelen av aktuellt bränsle som används för småhusets uppvärmning.

Därefter summeras alla eldstäders emissioner för att erhålla kommunvisa emissioner av B(a)P. Det som sedan återstår är att beräkna fördelningen av B(a)P inom kommunerna i ett grid om 1 km × 1 km. Denna metodik beskrivs i Avsnitt 4.1.5 till 4.1.6.

4.1.5 Bearbetning av statistik om antal småhus anslutna till fjärrvärmenät Den statistik som används för att uppskatta andelen fjärrvärmeanslutna småhus är

Energimarknadsinspektionens register över fjärrvärmenät (Energimarknadsinspektionen, 2015). I denna statistik finns listat antal anslutna småhus för varje år per prisområde. Bearbetning av datasetet visar att prisområde oftare är något som gäller för flera fysiska nät från samma leverantör, snarare än att ett fysiskt nät är uppdelat på olika prisområden. I rapporteringen av detta finns angivet vilka tätorter som prisområdet omfattar. De inrapporterade namnen är ofta, men inte alltid, tätorter enligt SCB:s definition; i många fall avses uppenbart kommuner snarare än tätorter och ibland stadsdelar inom en tätort. Vi har manuellt gått igenom listan och lagt in en lista på vilka kommuner och/eller tätorter (enligt SCB:s definition) som varje prisområde omfattar. Sedan har en fördelning gjorts av kunderna i området. Nedan sammanfattas algoritmen för beräkningarna.

Fjärrvärmefaktorn för varje tätort, som fältet med boyta småhus multipliceras med (se Avsnitt 4.1.6), beräknas sedan genom:

0/1ä2ä!,= 1 − 567

67 (4)

där 89: är antalet anslutna på orten och -9: är ortens befolkning.

En nedre gräns på 0.2 har satts på fjärrvärmefaktorn. Det betyder att faktorn varierar mellan 0.2 för tätorter med en mycket hög andel fjärrvärmeanslutna småhus till 1 för tätorter där fjärrvärme saknas.

Algoritm 1

För varje prisområde:

T = summan av befolkning i listade tätorter och alla tätorter större än 3000 inv. i listade kommuner.

F = antal anslutna småhus i prisområdet

för varje listad tätort:

antal ansluta på orten = F (befolkning på orten / T) F = F - antal ansluta på orten

För varje prisområde:

R = T - summan av befolkningen i de listade tätorterna

+ befolkningen i största tätorten för de kommuner som inte har någon tätort över 3000 inv.

för varje listad kommun:

om R > 0 (det finns fler tätorter över 3000 invånare): för varje tätort > 3000 inv:

antal anslutna på orten = F (befolkning på orten / R) annars:

antal anslutna på största orten i kommunen = F (befolkning på orten / R)

(18)

Vi antar att hus som är inkopplade till ett fjärrvärmenät inte använder pannor för sin huvudsakliga uppvärmning, men att trivseleldning i lokaleldstäder följer samma mönster oavsett vilken som är den huvudsakliga uppvärmningen för huset. Eftersom fjärrvärme främst finns i tätorter har vi gjort en fördelning av antalet fjärrvärmeanslutna småhus per tätort som beskrivs i Avsnitt 4.1.1.

Antalet småhus som är anslutna till fjärrvärmenätet som funktion av antalet småhus visas i Figur 3 (till vänster). Där syns problematiken med att identifiera vilka tätorter som omfattas av fjärrvärmenäten. Den svarta linjen i figuren visar förhållandet 1:1. Det är orimligt att det skulle finnas fler

fjärrvärmeanslutna småhus än det totala antalet. Att vi får det beror troligen på att fjärrvärmen i dessa fall koncentrerats för mycket till några orter. Vårt grundantagande är att all fjärrvärme distribueras i tätorter vilket inte heller nödvändigtvis är sant. I de tätorter som har mer än 80 % anslutningsgrad har vi satt den till 80 %. Summerat över kommuner jämnar det ut sig och det finns inga kommuner i vilka detta fel uppkommer.

Vi har också antagit att tätorter helt ligger inom den kommun där den är listad i SCBs

befolkningsstatistik över tätorter. Huvudtätorten för storstäderna Stockholm, Göteborg och Malmö är större än respektive kommun och innehåller även hela eller delar av fler kommuner. I dessa fall har det varit ännu svårare att definiera vad som menas med ort i fjärrvärmestatistiken. Vi har därför lyft ur storstadskommunerna Stockholm, Huddinge, Solna, Järfälla, Sollentuna, Botkyrka, Haninge, Tyresö, Sundbyberg, Nacka, Danderyd, Göteborg, Mölndal, Partille och Malmö som inte är med i vänstra Figur 3 utan visas på samma sätt i högra Figur 3.

Figur 3. Antal fjärrvärmeansluta småhus enligt fördelningsmetodiken som funktion av totala antalet småhus. Till vänster visas alla kommuner samt tätorter med fjärrvärme, utom storstadsområden. Till höger visas antal fjärrvärmeanslutna småhus i anslutning till Stockholms, Göteborgs och Malmö tätorter.

För Stockholms del har vi löst det genom att dela upp Stockholms tätort i delar så att var och en av Stockholmskommunerna ovan fått en påhittad tätort; fördelningen har gått till på samma sätt som för alla andra kommuner och slutligen har fjärrvärmeanslutningarna i alla påhittade tätorter slagits ihop till Stockholm. I Figur 3 (till höger) visas punkter för de påhittade tätorterna.

I Göteborg har vi från rimlighetsbedömning av hur fjärrvärmestatistiken såg ut kommit fram till att inte låta Mölndal tillhöra Göteborgs tätort. Det innebär att fjärrvärmen fördelas mellan Lindome och Kållered. Mölndals centrum täcks sedan geografiskt av Göteborgs tätort. För Partilles del finns bara 3 abonnenter i Jonsered så vi har låtit hela Partille kommun gå upp i Göteborgs tätort.

(19)

4.1.6 Fördelningsnyckel inom kommuner

De kommunvisa emissionerna fördelas i ett grid på 1 km × 1 km, med en fördelningsnyckel som bygger på boyta per kvadratkilometer av småhus. Boytan är hämtad från fastighetsregistret. Antal pannor och eldvanor styrs i hög grad av tillgängligheten av fjärrvärmenät. För att ta hänsyn till det har rastret med boyta småhus för pannor multiplicerats med en faktor tätortsvis, vars storlek beror på andel anslutna småhus till fjärrvärmenät (hur faktorn har beräknats finns beskrivet i Avsnitt 4.1.5). I Figur 4 visualiseras principen för fördelningsnyckeln schematiskt, med Linköping som exempel. Linköping är en tätort med stor andel småhus anslutna till fjärrvärme enligt beräkningarna (fjärrvärmefaktorn beräknades till 0.2). Av figuren framgår att emissionerna från pannor inom Linköpings tätort fördelas över boyta för småhus, men skalas ner med en faktor om 0.2 för att ta hänsyn till fjärrvärmetillgången. Notera dock att för lokaleldstäder, som huvudsakligen används för trivseleldning och där

fjärrvärmetillgång har en underordnad betydelse, fördelas emissionerna direkt över boyta småhus.

Figur 4. Illustration av hur fördelningsnyckeln på 1 km × 1 km har skapats. Emissionerna fördelas över boyta för småhus (övre vänstra figur), men för pannor skalas dessa emissioner ner tätortsvis med en faktor vars storlek har beräknats utifrån andelen ansluta småhus till fjärrvärmenät (övre högra figur). Tillsammans bildar dessa en fördelningsnyckel för pannor (nedre figur). För lokaleldstäder fördelas emissionerna enbart över boyta småhus (övre vänstra figur).

I Figur 5 visas en karta med fördelningsnyckeln för pannor som har skapats utifrån metodiken beskriven i detta avsnitt.

Linköping Linköping

(20)

Figur 5. Fördelningsnyckel som används för fördelning av emissioner från pannor (ved, pellets och olja). För lokaleldstäder används motsvarande fördelning, men utan införandet av faktor för fjärrvärme.

4.2

Beräkning av halter av B(a)P

SIMAIR-ved (Omstedt, 2007; Omstedt et al., 2011), som är ett nationellt modellverktyg för

spridningsberäkningar i områden med småskalig biobränsleeldning, har i ett annat projekt utvecklats för att kunna beräkna B(a)P (Omstedt et al., 2013). Det är detta verktyg som utnyttjades för

modellering av luftkvalitet i Västerbottenprojektet (Omstedt et al., 2014), vars resultat ligger till grund för metodiken att beräkna halter av B(a)P från de beräknade emissionerna.

För att beräkna halter av B(a)P utgående från det beräknade emissionsrastret på 1 km × 1 km antas i denna studie ett linjärt samband mellan emissioner och halter. Notera att metodiken är relativt grov, men bedöms ändå ge en översiktlig lägesbeskrivning av B(a)P-halterna ur ett nationellt perspektiv i syfte att identifiera potentiella riskområden för överskridande av MKN.

Det linjära sambandet mellan emissioner på 1 km × 1 km och lokala årsmedelhalter av B(a)P har tagits fram utifrån resultaten av högupplösta modelleringar i Västerbottenprojektet på 50 m x 50 m med SIMAIR-ved. I Figur 6 framgår vilka områden som har använts. Vännäs och Sävar representerar typiska vedeldningsområden med stor andel vedpannor (fjärrvärme ej tillgängligt), medan

småhusområdena i Umeå representerar områden som är anslutna till fjärrvärme och där vedeldningen domineras av trivseleldning med lokaleldstäder. Notera att för de beräknade halterna av B(a)P i Västerbotten ingår enbart den småskaliga vedeldningens haltbidrag, dvs. regionala bakgrundshalter och vägkällor inkluderas ej. Mer om detta i diskussionen i Avsnitt 6.

(21)

Figur 6. SIMAIR-veds simulerade haltfält (årsmedelvärde) av B(a)P (upplösning 50 m × 50 m) som beräknades i Västerbottenprojektet (Omstedt et al., 2014) i Sävar, Vännäs samt två småhusområden i Umeå. Respektive områdes totala storlek är 1 km2 (likvärdigt med upplösningen på emissionsrastret i denna studie).

I Tabell 5 visas sambanden mellan emissioner och årsmedelhalterna av B(a)P från de fyra områdena i Figur 6, där årsmedelhalterna är uttryckta som kartans ytmedelvärde2 (KYM) samt kartans högsta värde (KHV). Vidare beräknas en faktor mellan dessa halter och emissionerna. Av tabellen framgår att faktorn skiljer sig en del, i synnerhet mellan områden med mycket vedpannor (Sävar och Vännäs) samt områden som domineras av lokaleldstäder (Umeå 1 och 2). Faktorn är, som väntat, högre för områden med mycket pannor (uppåt 2 gånger så stor för KHV). Orsaken är att emissionen

koncentreras mer i punkter, vilket leder till högre haltnivåer lokalt kring dessa utsläpp.

Tabell 5. Samband mellan emissioner och årshalter av B(a)P för områdena i Figur 6. Q representerar

emissionen inom hela beräkningsområdet, halten KHV representerar kartans högsta värde och halten KYM representerar kartans ytmedelvärde. Vidare anges faktorn mellan halt och emission.

Småhusområde Beräkningsarea [km2] Q B(a)P [g år–1] KHV [ng m–3] KYM [ng m–3] Faktor (KHV/Q) per km2 Faktor (KYM/Q) per km2 Sävar 1.0 308.6 0.327 0.101 1.06*10-3 3.27*10-4 Vännäs 1.0 296.1 0.418 0.101 1.41*10-3 3.41*10-4 Umeå 1 1.0 136.1 0.110 0.032 8.00*10-4 2.35*10-4 Umeå 2 1.0 165.3 0.100 0.029 6.05*10-4 1.75*10-4

2 Kartans ytmedelvärde (KYM) representerar haltmedelvärdet för alla 40 gridpunkter som ingår i

beräkningsområdet i den högupplösta modelleringen (20 × 20 gridpunkter med 50 m upplösning mellan varje gridpunkt, dvs. 1 km × 1 km stort område totalt). Områdets totala storlek (1 km × 1 km) är således jämförbart med emissionsrastrets upplösning på 1 km. På motsvarande sätt kan kartans högsta värde (KHV) beräknas som det maximala haltvärdet för gridpunkterna i beräkningsområdet i den högupplösta modelleringen.

Sävar

Vännäs

(22)

Eftersom faktorn mellan årsmedelhalt och emission av B(a)P varierar betydligt, i synnerhet mellan områden med mycket vedpannor och områden som domineras av lokaleldstäder, används olika faktorer vid beräkning av halter från emissionsrastret på 1 km × 1 km; om antalet vedpannor utgör minst 30 % av summan av vedpannor och lokaleldstäder (mycket vedpannor) väljs högre faktor (1.41*10–3 för KHV, 3.41*10–4 för KYM), medan lägre faktor (8.00*10–4 för KHV, 2.35*10–4 för KYM) väljs för områden med mindre än 30 % vedpannor (områden vars emissioner domineras av lokaleldstäder). I emissioner uttryckt (se ekvation 3) blir detta tröskelvärde om emissionerna från vedpannor är minst 2.3 gånger emissionerna från lokaleldstäder. Orsaken till att de högre faktorerna i Tabell 5 väljs är att halterna i denna studie syftar till att hitta potentiella riskområden för

överskridanden av MKN.

I Figur 7 visas kvoten mellan emissioner från vedpannor och lokaleldstäder. Röda områden innebär att kvoten överstiger 2.3, dvs. områdena domineras av vedpannor och högre faktor i Tabell 5 används. Som framgår av figuren är dessa områden belägna utanför storstäderna, främst i Norrland samt

inlandet i Götaland och Svealand. Variationer inom kommuner kan även förekomma, då huvudtätorten (som ofta har större fjärrvärmetillgång) generellt har ett lägre värde än mindre tätorter och

landsbygden.

Figur 7. Beräknad kvot mellan emissioner av B(a)P från vedpannor och emission av B(a)P från lokaleldstäder. För röda områden överstiger kvoten 2.3, vilket betyder att områdena domineras av vedpannor. Högre faktor i Tabell 5 används därmed vid haltberäkningarna.

5

Resultat

5.1

Emissioner av B(a)P

5.1.1 Kommunvisa emissioner av B(a)P

I Figur 8 presenteras kommunvisa emissioner av B(a)P från småskalig uppvärmning år 2012 utgående från metodiken beskriven i Avsnitt 4.1.1 till 4.1.4. I Figur 9 visas motsvarande emissioner men för ett normalår (det vill säga genomsnittligt energibehov uträknat för referensåren 1960-1990). Numeriska värden återfinns i Bilaga 1. I figurerna visas emissioner från vedpannor, lokaleldstäder samt

totalemissioner för samtliga eldstäder. Pelletspannor och oljepannor särredovisas ej på grund av avsevärt lägre emissioner; dessa resultat finns att tillgå i Bilaga 1.

De kommunvisa totalemissionerna av B(a)P varierar mellan ca 300 – 25 000 g år–1, men då bör det understrykas att orsaken till de låga emissionerna i vissa kommuner kan vara bristfällig rapportering av eldstäder till MSB-statistiken. Av figuren framgår att emissionerna (till följd av olika energibehov)

(23)

är något lägre för 2012 än ett normalår; i genomsnitt ca 4 % lägre. Variationer förekommer dock mellan olika län, se Avsnitt 4.1.2.

I Tabell 6 visas de 20 kommunerna med högst beräknade totalemissioner av B(a)P år 2012. Att några kommuner i storstadsområden ingår här (Stockholm, Norrtälje och Göteborg) beror på det stora antalet lokaleldstäder som finns rapporterade enligt MSB-statistiken över eldstäder. Emissionerna från

vedpannor, vars emissioner per enhet är betydligt större och därmed har större påverkan lokalt på luftkvaliteten, är störst i medelstora kommuner i Norrland samt kommuner i inlandet i Götaland och Svealand. I Tabell 7 framgår vilka 20 kommuner som svarar för de högsta emissionerna av B(a)P från enbart vedpannor. I särklass högst emission beräknas för Skellefteå (18 200 g år–1), följt av

Örnsköldsvik (13 600 g år–1), Gotland (13 500 g år–1), Sundsvall (12 900 g år–1) och Hudiksvall (12 300 g år–1).

Figur 8. Beräknad emission per kommun av B(a)P för vedeldning, lokaleldstäder samt totalemissioner (vedpannor, lokaleldstäder, pelletspannor och oljepannor) för år 2012 utgående från metodiken i denna studie.

Figur 9. Beräknad emission per kommun av B(a)P för vedeldning, lokaleldstäder samt totalemissioner (vedpannor, lokaleldstäder, pelletspannor och oljepannor) för ett normalår utgående från metodiken i denna studie. Med ett normalår menas genomsnittligt energibehov uträknat för referensåren 1960-1990.

(24)

Tabell 6. De 20 kommunerna med högst beräknade totalemissioner av B(a)P år 2012 från småskalig

vedeldning. Till totalemissioner har bidraget summerats för vedpannor, lokaleldstäder, pelletspannor och oljepannor. Emissioner för samtliga kommuner listas i Bilaga 1.

Kommun B(a)P-emission från eldstäder per kommun: Q [g år

–1

]

Totalt Vedpannor Lokaleldstäder Skellefteå 25 038 18 221 6745 Stockholm 23 793 1593 22 023 Sundsvall 21 742 12 867 8785 Norrtälje 21 360 6784 14 532 Gotland 19 591 13 466 6058 Örnsköldsvik 18 959 13 572 5251 Örebro 17 069 10 519 6473 Göteborg 16 917 4142 12 677 Uppsala 15 487 4283 11 134 Umeå 15 134 7805 7282 Hudiksvall 15 106 12 295 2752 Falun 14 761 8902 5781 Borås 14 743 9870 4784 Jönköping 13 573 6509 6993 Växjö 13 307 6156 7108 Gävle 13 307 7119 6143 Karlskrona 12 877 7048 5773 Östersund 12 625 7651 4952 Piteå 12 215 7677 4492 Laholm 11814 9199 2529

Tabell 7. De 20 kommunerna med högst beräknade emissioner av B(a)P år 2012 från vedpannor. Emissioner

för samtliga kommuner listas i Bilaga 1.

Kommun

B(a)P-emission från eldstäder per kommun: Q [g år–1] Vedpannor Skellefteå 18 221 Örnsköldsvik 13 572 Gotland 13 466 Sundsvall 12 867 Hudiksvall 12 295 Örebro 10 519 Borås 9870 Laholm 9199 Falun 8902 Kramfors 8697 Sollefteå 8484 Umeå 7805 Piteå 7677 Östersund 7651 Hässleholm 7637 Östhammar 7551 Ljusdal 7242 Gävle 7119 Karlskrona 7048 Boden 7021

(25)

5.1.2 Nationellt emissionsraster 1 km × 1 km av B(a)P

De kommunvisa emissionerna av B(a)P har fördelats med fördelningsnycklarna beskrivna i Avsnitt 4.1.6 och ett nationellt emissionsraster har producerats med en upplösning om 1 km × 1 km.

I Figur 10 visas emissionerna av B(a)P för småskalig uppvärmning med vedpannor. Som framgår av figuren är emissionerna lägre i storstäderna, vilket är väntat då antalet vedpannor är färre och tillgången till fjärrvärme generellt större. De högsta emissionerna kan observeras i småhusområden i medelstora och små tätorter i Norrland samt tätorter i Götalands och Svealands inland. En betydande parameter, förutom antalet pannor per kommun, är fjärrvärmefaktorn som har tagits fram tätortsvis, vilket påverkar emissionernas fördelning inom kommuner. Nationella totalemissioner år 2012 av B(a)P från vedpannor uppgår till 0.88 ton år–1 enligt beräkningarna.

I Figur 11 visas motsvarande figur men för emissioner av B(a)P från lokaleldstäder. Notera den stora skillnaden jämfört med vedpannor; emissionsrastret skiljer sig här i och med att emissionerna är störst i storstadsområden (i synnerhet Stockholm, Göteborg, Uppsala och Norrtälje). Det beror på att antalet lokaleldstäder enligt statistiken över eldstäder är i särklass störst i dessa kommuner. De kommunvisa emissionerna fördelas proportionellt mot boytan för småhus, vilket är rimligt i och med att

lokaleldstäder huvudsakligen används för trivseleldning. Nationella totalemissioner av B(a)P år 2012 från lokaleldstäder uppgår till 0.63 ton år–1 enligt beräkningarna, vilket motsvarar ca 70 % av

emissionerna från vedpannor. Emellertid är emissionerna från lokaleldstäder mer utsmetade i och med att fördelningen inte påverkas av fjärrvärmetillgång.

I Figur 12 visas totalemissionerna av B(a)P från eldstäder (summan av emissionerna från vedpannor, lokaleldstäder, pelletspannor och oljepannor) år 2012. Maximala gridrutan uppgår till 823 mg år–1 och den finns i Norrtälje tätort. Om storstadsområden bortses (där lokaleldstäderna dominerar) återfinns de två högsta gridrutorna på 775 mg år–1 i Östersund samt Nyköping. Östersund ingår i både ett

räddningstjänstförbund och delar i fjärrvärmestatistiken prisområde med 9 andra tätorter och har därför större osäkerheter. Nationella totalemissioner av B(a)P år 2012 beräknas till 1.52 ton år–1.

(26)

Figur 10. Beräknade emissioner av B(a)P från vedpannor för år 2012 med en upplösning om 1 km × 1 km. Enhet: [mg år–1]

(27)

Figur 11. Beräknade emissioner av B(a)P från lokaleldstäder för år 2012 med en upplösning om 1 km × 1 km. Enhet: [mg år–1]

(28)

Figur 12. Beräknade totalemissioner av B(a)P från eldstäder (vedpannor, lokaleldstäder, pelletspannor och

(29)

5.2

Halter av B(a)P

Resultaten från metodiken att beräkna årsmedelhalter av B(a)P från småskalig uppvärmning utifrån linjära samband med emissioner år 2012 visas i Figur 13 (KHV, kartans högsta värde3) och Figur 14 (KYM, kartans ytmedelvärde). KYM understiger med god marginal såväl MKN (1 ng m–3) som miljökvalitetsmålet Frisk Luft (0.1 ng m–3). För de flesta kommuner/tätorter underskrider även KHV MKN med stor marginal. Några undantag finns; enligt beräkningarna är årsmedelhalterna av B(a)P strax över 1 ng m–3 för några gridrutor i ett par tätorter och det föreligger risk för överskridande i Sollefteå och Laholm. Indata vad gäller statistik över i synnerhet eldstäder, men även fjärrvärme, är emellertid osäker, vilket diskuteras i Avsnitt 6.

I Figur 15 och Figur 16 visas kommunvisa årsmedelhalter av B(a)P uttryckt som KHV och KYM för år 2012 samt ett normalår avseende småhusens energibehov. Här har den högsta gridrutan i varje kommun filtrerats ut. De 20 kommunerna med högst årsmedelhalt av B(a)P för KHV visas i Tabell 8. Samtliga beräknade kommunvisa årsmedelhalter av B(a)P (maximala gridrutan) i studien redovisas i Bilaga 2. Av figurerna och tabellen framgår, precis som konstaterats tidigare, att kommunernas högsta årsmedelhalter av B(a)P (KHV) överskrider MKN i Sollefteå och Laholm. Detta gäller såväl för 2012 som ett normalår. Vidare finns ett antal kommuner enligt beräkningarna som har höga årsmedelhalter strax under MKN (0.8-0.99 ng m–3); Kramfors, Säffle, Arvidsjaur, Boden, Skellefteå (samt Trollhättan normalår). Årsmedelhalten (KHV) varierar mellan 0.03 – 1.03 ng m–3 för år 2012 för kommunerna i Sverige.

I 273 av 290 kommuner beräknas KHV överstiga miljökvalitetsmålet Frisk Luft, som har ett betydligt lägre gränsvärde än MKN (årsmedelvärden på 0.1 ng m–3). Beräkningsresultaten visar att även områden som domineras av trivseleldning med lokaleldstäder överskrider miljökvalitetsmålet Frisk luft (exempelvis Stockholm).

Vad gäller de kommunvisa maximala gridrutorna för årsmedelvärden av B(a)P uttryckt som KYM (kartans ytmedelvärde) är dessa halter betydligt lägre; de 20 kommuner med högst halter har ett värde på mellan 0.17 – 0.25 ng m–3.

Noterbart är att årsmedelhalten av B(a)P uttryckt som KHV i särklass är störst för kommuner med mycket vedpannor, medan årsmedelhalten uttryckt som KYM kan vara hög även för kommuner med mycket lokaleldstäder. Detta är rimligt, eftersom enskilda vedpannor med höga emissioner har störst påverkan på den lokala luftmiljön och därmed inverkar på måttet KHV i högre grad.

Skillnaden är liten mellan år 2012 och normalåret; halterna (och emissionerna) är generellt 4 % högre för normalåret, men värdet varierar mellan olika län eftersom energibehovet är beräknat länsvis (från 1 % lägre halter/emissioner i Kronobergs län till 7 % högre halter/emissioner i Örebro län för normalåret).

Det bör återigen understrykas att osäkerheterna vad gäller indata till beräkningarna (särskilt statistiken med eldstäder samt antaganden om samband mellan emissioner och halter) är stora. Mer om detta i diskussionen i Avsnitt 6.

3 Kartans högsta värde (KHV) representerar vad den maximala haltnivån uppskattningsvis skulle vara om en

lokalskalig modellering (50 m upplösning) skulle genomföras inom området. På motsvarande sätt representerar kartans ytmedelvärde (KYM) vad haltmedelvärdet inom området skulle vara enligt den lokalskaliga

(30)

Figur 13. Beräknade årsmedelhalter av B(a)P uttryckt som KHV (kartans högsta värde) från emissioner från

småskalig uppvärmning (vedpannor, lokaleldstäder, pelletspannor och oljepannor) för år 2012 med en upplösning om 1 km × 1 km. Enhet: [ng m–3]

(31)

Figur 14. Beräknade årsmedelhalter av B(a)P uttryckt som KYM (kartans ytmedelvärde) från emissioner från

småskalig uppvärmning (vedpannor, lokaleldstäder, pelletspannor och oljepannor) för år 2012 med en upplösning om 1 km × 1 km. Enhet: [ng m–3]

(32)

Figur 15. Kommunvisa beräknade årsmedelhalter av B(a)P uttryckt som KHV (kartans högsta värde) från

emissioner från småskalig uppvärmning (vedpannor, lokaleldstäder, pelletspannor och oljepannor) med en upplösning om 1 km × 1 km. Beräkningarna grundar sig på energibehov för år 2012 (vänster figur) respektive ett normalår (höger figur) och värdena representerar den maximala gridrutan i varje kommun.

Figur 16. Kommunvisa beräknade årsmedelhalter av B(a)P uttryckt som KYM (kartans ytmedelvärde) från

emissioner från småskalig uppvärmning (vedpannor, lokaleldstäder, pelletspannor och oljepannor) med en upplösning om 1 km × 1 km. Beräkningarna grundar sig på energibehov för år 2012 (vänster figur) respektive ett normalår (höger figur) och värdena representerar den maximala gridrutan i varje kommun.

(33)

Tabell 8. De 20 kommunerna med högst beräknade årsmedelhalter av B(a)P år 2012 och ett normalår.

Värdena som anges är den maximala gridrutan i varje kommun för haltmåtten KHV (kartans högsta värde) och KYM (kartans ytmedelvärde).

Kommun

Årsmedelhalter av B(a)P [ng m–3]

KHV 2012 KHV normalår KYM 2012 KYM normalår Sollefteå 1.03 1.09 0.25 0.26 Laholm 1.02 1.08 0.25 0.26 Kramfors 0.93 0.98 0.23 0.24 Säffle 0.90 0.94 0.22 0.23 Arvidsjaur 0.87 0.89 0.21 0.22 Boden 0.83 0.84 0.20 0.20 Skellefteå 0.82 0.85 0.20 0.21 Trollhättan 0.77 0.80 0.19 0.19 Hudiksvall 0.74 0.76 0.18 0.18 Strömsund 0.73 0.73 0.18 0.18 Krokom 0.72 0.72 0.17 0.17 Vindeln 0.70 0.73 0.17 0.18 Robertsfors 0.69 0.72 0.17 0.18 Herrljunga 0.66 0.69 0.16 0.17 Norrtälje 0.66 0.68 0.19 0.20 Falköping 0.66 0.68 0.16 0.16 Skara 0.65 0.68 0.16 0.16 Tidaholm 0.65 0.67 0.16 0.16 Åmål 0.65 0.67 0.17 0.18 Örnsköldsvik 0.64 0.67 0.15 0.16

6

Diskussion

Denna studie indikerar att det föreligger det risk för överskridande av MKN (> 1.0 ng m–3) i ett par områden med mycket vedeldning. Miljökvalitetsmålet Frisk luft, som har ett tuffare gränsvärde på 0.1 ng m–3, överskrids dock i merparten av kommunerna. Det bör betonas att beräkningarna i denna studie kan anses representera ett ”worst case”. Orsaken är bland annat att de högsta faktorerna väljs för sambanden mellan emissioner och halter (Tabell 5), ett högre värde används på emissionsfaktorn för vedpannor än vad som görs inom SMED (0.10 mg MJ–1 jämfört med 0.08 mg MJ–1) och att tidigare valideringar har visat att SIMAIR-ved anses överskatta halterna av B(a)P något jämfört med mätdata (se resonemang nedan). Vidare antas samma eldvanor i hela Sverige som resultaten från enkätstudien i Västerbottenprojektet, vilket kan vara överskattat för södra Sverige.

Utgående från resultaten i studien kan det konstateras att det inte nödvändigtvis är de kommuner med högst kommunemissioner av B(a)P som beräknas ha de högsta halterna. Ett exempel på detta är Sundsvalls kommun, som är kommunen med 3:e högst totalemission av B(a)P år 2012 (21 700 g år–1), men ligger betydligt längre ner i listan vad gäller årsmedelhalter av B(a)P uttryckt som kartans högsta värde (76:e plats). Detta beror dels på att andelen lokaleldstäder i Sundsvall är relativt stor. Dessutom påverkas fördelningen av boytan för småhus och hur denna i sin tur är fördelad i kommunen. Sollefteå, å andra sidan, har högst beräknade halter, men har enbart den 24:e högsta kommunvisa

totalemissionen. Här är andelen vedpannor hög.

Validering av SIMAIR-veds beräknade halter av B(a)P mot mätdata i Västerbottenprojektet visade att modellen överskattade halterna med ca 30 %. Korrigering av beräkningarna mot mätningar införs inte i denna studie, eftersom syftet är att identifiera potentiella riskområden för B(a)P. Till viss del

kompenseras överskattningen med att bakgrundshalter och bidrag från vägtrafik ej har inkluderats i denna studie; beräkningarna kan anses representera ett ”worst-case” scenario.

(34)

Vid beräkningen av halter av B(a)P i Västerbottenstudien (Omstedt et al., 2014) ingick ej regionala bakgrundsbidrag och vägtrafik. Dessa bidrag uppskattades emellertid som små; 0.05 ng m–3 respektive 0.005 ng m–3 som årsmedelvärde. I en genomgång av Datavärdskapet för Luftkvalitet (IVL, 2015) finns enbart en regional mätstation rapporterad för B(a)P; Vavihill i Skåne. År 2009 var halten av B(a)P 0.096 ng m–3 som årsmedelvärde. Grovt antaget varierar bakgrundshalter således från 0.05 i norra Sverige till 0.1 i södra Sverige. Emellertid är vedeldningens haltbidrag mindre i sydligaste Sverige, varför slutsatserna om bakgrundshaltens underordnade påverkan på överskridande av MKN även gäller där.

Beräknade nationella totalemissioner av B(a)P från denna studie kan jämföras med de nationella totalemissionerna som tas fram av SMED i den internationella rapporteringen (SMED och Naturvårdsverket, 2015). De nationella totalemissionerna från vedpannor, lokaleldstäder,

pelletspannor samt oljepannor beräknas i denna studie till 1.52 ton år–1 för år 2012. Motsvarande värde i den internationella rapporteringen (koden 1.A.4.b.i) är 2.49 ton år–1, dvs. ca 60 % högre. Vilket av dessa värden som är rimligast är svårt att fastslå utan att en mer ingående jämförelsestudie genomförs. Emellertid bygger metodiken i denna studie på en bottom-up teknik där mer detaljerade data sannolikt har använts. Om nationella totalemissioner enligt SMED skulle användas och metodiken istället skulle bli top-down skulle antalet kommuner med överskridande av MKN av B(a)P blir fler.

Vid jämförelse med beräknade emissioner från småskalig vedeldning i Stockholms län (SLB, 2010) har de beräknade emissionerna för de flesta kommuner i Storstockholm i denna studie minst dubbelt så höga emissioner jämfört med SLBs. Orsaken till detta är troligen att högre emissionsfaktorer används för lokaleldstäder i kombination med annan typ av indata och metodik. Även om emissionerna beräknas vara högre i denna studie är ändå slutsatserna avseende årsmedelhalter likvärdiga; haltnivåerna av B(a)P i Stockholms län underskrider MKN med stor marginal.

Skillnaderna mellan 2012 och ett normalår (genomsnittligt energibehov för referensåren 1960-1990) är relativt liten avseende emissionerna och halterna beräknade i denna studie (normalåret uppvisar generellt något högre emissioner och halter, men det varierar mellan olika län, se Tabell 1). I Sverige som helhet var 2012 lite varmare än det normala jämfört med referensperioden 1961-90 (SMHI, 2013). Under de kalla månaderna, där emissionerna från småskalig uppvärmning är som störst, var 2012 ur ett meteorologiskt perspektiv ett relativt normalt år. Notera att vid känslighetsanalysen med normalår avses enbart emissionernas storlek till följd av olika uppvärmningsbehov hos småhusen. Olika spridningsmeteorologiska förutsättningar har inte undersökts, eftersom enbart ett år (2012) har funnits att tillgå vad gäller det linjära sambandet mellan emissioner och halter.

Erfarenheter från denna studie kommer även att komma till nytta inom SMEDs geografiska fördelningen av utsläpp till luft (SMED, 2015). Fördelningsnyckeln där liknar den som används i denna studie, men fjärrvärmen är mer schablonmässigt antagen (antagande görs att tätorter > 20 000 invånare har fjärrvärme, och där skalas emissionerna ner med en faktor om 0.3). Vidare beräknas inga kommunvisa emissioner, utan emissionerna beräknas för fyra temperaturzoner i Sverige. Stor potential finns att metodiken i detta projekt, både vad gäller kommunvisa emissioner och fördelningen av emissioner inom kommuner, kan implementeras i SMEDs arbete med geografisk fördelning under nästkommande år.

Metodiken att genom enkla linjära samband beräkna lokala halter av B(a)P har visats ge goda resultat i denna studie. Det bör betonas att en förutsättning att genomföra nationella screeningar liknande denna är god tillgång till detaljerade lokalskaliga modelleringsstudier liknande Västerbottenprojektet.

Således kan inte denna metodik ersätta lokalskalig spridningsmodellering, men den fungerar som ett bra komplement för att genrealisera dess slutsatser nationellt.

6.1

Osäkerheter

Det finns många osäkerheter att beakta i metodiken som används i denna studie. Detta kan gälla de ingående indata som används i beräkningarna, samt själva bearbetningen av dem eller metodiken i sig.

(35)

Den mest osäkra parametern bedöms vara statistiken från MSB över eldstäder och tillhörande

bearbetning av dessa data. Det är oundvikligt att emissionerna som har beräknats för vissa kommuner kan vara felaktig till följd av brister i förfarandet med inrapportering av eldstäder. För kommuner som enligt beräkningarna har haltnivåer som överskrider eller är nära att överskrida MKN rekommenderas, i ett första steg, att en noggrannare granskning/inventering görs av de indata som används i

beräkningarna, i synnerhet antalet eldstäder. En bra sotarinventeringar är en av de viktigaste

aspekterna för att kunna bygga upp en högkvalitativ lokal emissionsdatabas i kommunen för småskalig vedeldning.

Det kan nämnas att bland de kommuner som har allra högst halter finns rapportering av

fastbränslepannor med keramikhärd som skiljer mer än 10 gånger från ett år till nästa. Dessutom ökar antal oljepannor med 40 % mellan två år. Detta är inte troliga scenarion utan indikerar snarare att det inte finns en inarbetad rutin i rapporteringen av eldstäder, vilket i bästa fall kan vara orsaken till att det förefaller vara normöverskridande halter. För kommuner som i denna sammanställning pekas ut att ha höga halter, och därmed är intressanta att följa upp, är rekommendationen att börja med att granska statistiken över antal pannor som inrappoterats och se som den håller god kvalitet.

Det finns å andra sidan på analogt sätt också en uppenbar risk att det finns räddningstjänster som rapporterat in en mängd pannor som är för låg. De orterna riskerar vi då att ha missat i denna screening över landet.

Även de data från Energimarknadsinspektionen som har använts vad gäller antal småhus anslutna till fjärrvärme är osäker. Exempelvis antas att alla fjärrvärmeanslutna småhus är belägna inom tätorter, vilket inte behöver vara fallet i verkligenheten. Vidare finns det fjärrvärmeleverantörer med stora prisområden som levererar fjärrvärme i flera kommuner (särskilt i storstäderna) och för dessa blir osäkerheten i beräkningarna större. Dock bedöms statistiken över antal anslutna småhus till fjärrvärmenät vara mindre osäker än statistiken över antal eldstäder.

En annan parameter som i hög grad påverkar beräkningsresultaten är eldvanor (dvs. andelen ved som används för att värma upp huset jämfört med andra bränslen). Här är osäkerheten stor, exempelvis vad gäller lokaleldstäder som antas trivseleldas, men som troligen i viss utsträckning för vissa småhus används för mer renodlad uppvärmning. Likaså har emissionsfaktorerna stor påverkan på

beräkningsresultatet, och i denna studie används ett genomsnittligt värde för alla eldstäder i respektive kategori. Variationer kan emellertid vara stora exempelvis mellan gamla och nya vedpannor (Omstedt et al., 2007), men eftersom vedpannornas egenskaper inte framgår av dataunderlaget från MSB antas i denna studie genomsnittliga värden. Miljövinsterna är dock ofta stora att byta ut äldre vedpannor mot moderna miljöklassade vedpannor med ackumulatortank (Omstedt et al., 2008).

Notera att vid fördelningen av emissioner från eldstäder görs detta enbart över boyta för småhus. Vedeldning kan ju dock även förekomma i fritidshus, sannolikt främst med lokaleldstäder och främst i norra Sverige. Vid fördelningen har vi dock valt att exkludera fritidshus, eftersom det är oklart hur stor omfattningen av vedledning i fritidshus är i förhållande till småhus och det faktum att emissionerna sker under mer begränsade tidsperioder.

Slutligen finns det även stora osäkerheter i metodiken att anta linjära samband mellan emissioner och halter. Få lokalskaliga modelleringar har utförs och underlaget till dessa samband är begränsat. En risk med en sådan metodik är dessutom att gradienterna missas, i och med att emissionerna kan bli

utsmetade över stora områden. Detta kanske till viss del även gäller resultaten i denna studie, men haltgradienten bedöms överlag reproducerades väl.

References

Related documents

Enligt samma formel beräknades att ytterligare 3–9 dygn skulle kunna ha hindrats från att överskrida gränsvärdet vid Lilla Essingen om dammbindning utförts alla dagar med

 Om kostnaderna för eldrift ligger inom beslutsmarginalen bör även hänsyn tas till kostnader för modifiering av utrustning för att denna skall kunna drivas på el.. Beräkning

The set included at least three different parts of each possible shape (i.e. tube, screw, plates) ranging from the smallest to the largest sizes. Regarding the second

I gården hade kvarglömts en del textil red- skap ("ullgarnsverktyg"), och Hiilphers annonserade om att rätte ägaren måt- te avhämta desamma.. Teckning till

Vidare ska det tydligt framgå hur lätt och snabbt Configura är att lära sig och använda samt hur detta underlättar för både säljaren och kunden vid säljprocessen.. Säljaren

In this section, we describe our modularization of GPU-based raycasting (Kr¨uger and Westermann, 2003), which allows to apply the visual programming paradigm on multiple

torde denna situla härstamma från etruriska ämbaren av sådan art som ett från Offida i Picenum, daterat till 300-talet f.. 2 British Museum, Guide to early iron age antiquities

One of the consequences of the overwhelming desire for the Turkish Delight 3 is Edmund’s betrayal of his brother and siblings by assuring the Queen that he will make